verl-project/verl

修复 vanilla mbridge 路径中 DDP 配置的 use_distributed_optimizer 传递错误，确保梯度同步方式正确。

该 PR 值得快速浏览以了解 Megatron 模块中配置传递的模式。对于维护 megatron 相关代码的工程师，建议关注 peft_pre_wrap_hook 函数的逻辑，因为它展示了如何处理 DDP 配置的构建和覆盖。变更虽小，但涉及核心路径，有助于避免类似配置错误。

修复NPU环境下split_resource_pool的设备名设置，避免Ray自动扩展失败。

建议关注此PR，以了解如何在Ray actor中正确处理设备检测。对于类似代码，考虑采纳gemini的建议，将设备检测逻辑中心化，并添加相应测试以确保覆盖，以提高代码质量和维护性。

修复 rollout 处理器缺失 image_processor 时的属性错误，避免程序崩溃。

这是一个简单的防御性编程修复，值得快速浏览以学习如何在类似场景中应用 hasattr 检查避免属性错误，但对于复杂设计决策的学习价值有限。建议工程师在访问可能缺失的属性时参考此做法。

修改 Ascend 安装指南中包安装顺序以解决 numpy 版本冲突。

此 PR 变更简单，属于例行维护，不值得精读。建议工程师仅当维护 Ascend 相关文档或遇到类似安装问题时参考此变更。

修复SGLang rollout中LoRA适配器路径的权重同步顺序和内存释放问题。

建议精读engine_workers.py中的update_weights方法，关注base_sync_done逻辑调整和两阶段同步设计，这体现了SGLang与vLLM后端在LoRA处理上的重要差异。同时，review讨论中的跨后端兼容性权衡值得关注。

为Megatron引擎引入动态上下文并行，自适应选择CP大小以优化内存和性能。

建议技术管理者和工程师精读此PR，重点关注动态CP选择逻辑（`dynamic_cp_split_batch`函数）、前后处理函数的适配（`preprocess_thd_engine`和`postprocess_thd_engine`），以及Megatron版本兼容性处理。这些设计决策展示了自适应并行策略的实现模式，值得学习。

移除完全异步策略中硬编码的工具代理循环，简化agent名称分配逻辑。

建议开发者在阅读此PR时，关注review中指出的潜在风险，并检查下游代码（如agent_loop或rollout模块）是否适配agent_name的隐式处理。此PR展示了代码清理时的设计权衡，值得注意但变更简单，无需深度精读。

添加 Ascend A2/A3 的 sglang Docker 镜像构建流水线。

建议工程师在设置类似 Ascend 硬件流水线时参考此 PR，重点关注 CI 工作流的配置正确性和 Secrets 管理；对于依赖变更，建议后续添加测试验证镜像构建成功。